主要人形機器人的控製解決方案彙總

人形機器人控製器通常由本體企業自主研發，控製器的優劣某種程度上可以反映出廠商 核心競爭力的G低，一方麵人形機器人控製器搭載了很多核心的軟件算法，這些軟件算法屬 於產品的核心競爭力；另一方麵，人形機器人具有G度複雜的結構和功能需求，且每個人形 機器人項目在設計、性能和應用方麵都有其獨特之處，一般通用控製器很難滿足這些特定需 求。

本田 ASIMO

控製計算機放置在軀體裏，由四個運行著 VxWorks 實時操作係統的處理器構成，分別控製手、腿、關節、視覺，與輸入輸出控製板之間通過總線連接。

波士頓 Atlas

使用集成 IMU、聯合位置和力傳感器來控製自身的肢體動作。模型預測控製 器（MPC）使用機器人動力學模型來預測機器人未來的動作，優化行為，隨時 間推移產生佳動作。

歐洲 ICUB

動作指定並非基於係統本身，而是遠端控製，使用名為 ARCHER 的學習型算法體係。用一台相機捕獲並處理標的圖像，對失敗的嚐試分析，並找出佳的 射擊角度、軌跡等。

法國 ROMEO

在基於 LPPA 所製作的控製圖表功能上，提出了中心控製，架構，可以獲得G 質量的被動步態模式。

軟銀 Pepper

支持通過 Wi-Fi 接入雲端服務器，這能夠令其表現和各類識別係統更加智能。 為了擴展其應用實現，廠商也公開發布了 SDK，開發者可個性化設定。

軟銀 Nao

使用網線或 WIFI 連接 NAO 與電腦，並通過 Mitek 智慧大腦軟件控製。一個 CPU 位於頭部，運行一個 Linux 內核，並支持廠商自行研製的專有中間件 （NAOqi）。D二個 CPU，位於機器人軀幹內。

特斯拉 Optimus

特斯拉采用與 Autopilot 相同的算法框架，通過自動標注（Auto Labeling）、 仿真(Simulation)和數據引擎（Data Engine）形成訓練數據用以訓練 Optimus 的神經網絡，使特斯拉人形機器人能夠做到損傷控製、感知周圍環境、自主 規劃行動路徑、直立行走並保持相對平衡等功能。

其中特斯拉 Optimus 使用自研的 HW3.0AI 芯片模組，同樣實現了基於實時操作係統在 CPU 小腦上的運動控製和 GPU 大腦上的具身智能，是目前人形機器人控製係統架構中走在前 列的。

隨著國內企業加速布局，國內產品已經能夠滿足各種複雜運動控製需求，並且在精度、 穩定性和可靠性等方麵達到了較G的水平。但算法的迭代優化、二次開發需要大量的經驗積 累以及場景的驗證，導致國內外控製器差距主要集中於軟件算法。在人形機器人L域，控製 器與人形機器人的適配性仍處於持續的驗證過程中，國內外控製器廠商處於同一起跑線上， 因此，國產控製器有望在人形機器人L域完成軟件算法的優化與積累，補齊軟件短板。